Supabase 삽입, 업서트 및 검색 워크플로우 매뉴얼Supabase 워크플로우 개요이 n8n 워크플로우는 Supabase 벡터 데이터베이스에서 문서 데이터를 관리하도록 설계되었습니다. Supabase 인스턴스 준비, 새 문서 삽입, 기존 문서 업데이트(업서트), 그리고 채팅 쿼리를 기반으로 관련 정보를 검색하는 필수 단계를 다룹니다. 또한 문서 삭제를 처리하는 방법에 대한 참고 사항도 포함되어 있습니다.Supabase 준비워크플로우를 실행하기 전에 Supabase 데이터베이스에 특정 구성이 필요합니다:pgvector 확장: Supabase 프로젝트의 Database > Extensions에서 pgvector 확장을 활성화하세요. 'vector'를 검색하여 활성화합니다.테이블 스키마: 대상 테이블에 다..
RAG 기반 AI 챗봇 시스템 기획서1. 개요본 문서는 Streamlit과 LangChain을 기반으로 구축된 RAG(Retrieval-Augmented Generation) 챗봇 시스템의 소스 코드 분석 결과를 담고 있습니다. 이 시스템은 사용자가 업로드한 PDF 문서의 내용을 기반으로 질문에 답변하는 AI 챗봇 기능을 제공합니다.2. 시스템 구성도다음은 시스템의 전체적인 데이터 흐름과 아키텍처를 나타낸 구성도입니다. +----------------------+ +-------------------------+ +---------------------+ +--------------------+ | User (Web UI) |----->| Streamlit We..
RAG 기능 아키텍처 설계서프로젝트명: 업무 관리 시스템 RAG 챗봇목적: Streamlit 기반의 웹 인터페이스를 통해 사용자 업로드 문서(Excel, PDF) 및 자산 데이터를 기반으로 질문에 답변하는 RAG(Retrieval-Augmented Generation) 시스템 구현작성일: 2025년 7월 25일, 오전 08:57 (KST)1. 시스템 개요이 시스템은 LangChain, FAISS, SentenceTransformers(BAAI/bge-m3), 및 OpenAI GPT를 활용하여 사용자 문서와 자산 데이터를 벡터화하고, 이를 기반으로 질문에 대한 정확한 답변을 생성하는 RAG 챗봇입니다. Streamlit을 통해 직관적인 UI를 제공하며, 자산 관리 및 업무 학습 기능을 지원합니다.2. 아키..
Streamlit 애플리케이션 업데이트 매뉴얼이 문서는 Kind 클러스터의 streamlit 네임스페이스에서 실행 중인 Streamlit 애플리케이션의 app.py 소스 코드를 수정하고, Docker 이미지를 빌드하며, Kubernetes 배포를 업데이트하는 과정을 설명합니다.1. 소스 코드 변경 사항 확인app.py 파일에 다음 변경 사항이 적용되었는지 확인합니다:사이드바의 '메인 메뉴' 텍스트가 innerinfo.png 이미지 타이틀로 변경되었습니다. (실제 이미지는 st.image 함수를 통해 표시됩니다.)'AI 자산 문의' 텍스트가 'AI 자산 검색'으로 변경되었습니다.2. Docker 이미지 빌드 및 태그 지정변경된 app.py를 포함하는 새로운 Docker 이미지를 빌드하고 v1.0 태그를 지..